BR102019027269A2 - otimizar um modelo paramétrico de desempenho de aeronaves - Google Patents
otimizar um modelo paramétrico de desempenho de aeronaves Download PDFInfo
- Publication number
- BR102019027269A2 BR102019027269A2 BR102019027269-4A BR102019027269A BR102019027269A2 BR 102019027269 A2 BR102019027269 A2 BR 102019027269A2 BR 102019027269 A BR102019027269 A BR 102019027269A BR 102019027269 A2 BR102019027269 A2 BR 102019027269A2
- Authority
- BR
- Brazil
- Prior art keywords
- fact
- flight
- aircraft
- parameters
- obs
- Prior art date
Links
- 238000000034 method Methods 0.000 claims abstract description 55
- 238000005457 optimization Methods 0.000 claims abstract description 10
- 230000007246 mechanism Effects 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 2
- 238000004364 calculation method Methods 0.000 abstract description 6
- 239000012530 fluid Substances 0.000 description 4
- SLVOVFVZZFUEAS-UHFFFAOYSA-N 2-[2-[2-[bis(carboxymethyl)amino]ethoxy]ethyl-(carboxymethyl)amino]acetic acid Chemical compound OC(=O)CN(CC(O)=O)CCOCCN(CC(O)=O)CC(O)=O SLVOVFVZZFUEAS-UHFFFAOYSA-N 0.000 description 3
- 230000001133 acceleration Effects 0.000 description 3
- 239000000446 fuel Substances 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 238000007476 Maximum Likelihood Methods 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 230000004888 barrier function Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000009194 climbing Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000010006 flight Effects 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000007670 refining Methods 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/20—Instruments for performing navigational calculations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/17—Function evaluation by approximation methods, e.g. inter- or extrapolation, smoothing, least mean square method
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
- G08G5/0052—Navigation or guidance aids for a single aircraft for cruising
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
- B64D2045/0075—Adaptations for use of electronic flight bags in aircraft; Supports therefor in the cockpit
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D45/00—Aircraft indicators or protectors not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D47/00—Equipment not otherwise provided for
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64F—GROUND OR AIRCRAFT-CARRIER-DECK INSTALLATIONS SPECIALLY ADAPTED FOR USE IN CONNECTION WITH AIRCRAFT; DESIGNING, MANUFACTURING, ASSEMBLING, CLEANING, MAINTAINING OR REPAIRING AIRCRAFT, NOT OTHERWISE PROVIDED FOR; HANDLING, TRANSPORTING, TESTING OR INSPECTING AIRCRAFT COMPONENTS, NOT OTHERWISE PROVIDED FOR
- B64F5/00—Designing, manufacturing, assembling, cleaning, maintaining or repairing aircraft, not otherwise provided for; Handling, transporting, testing or inspecting aircraft components, not otherwise provided for
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
- G01C21/26—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00 specially adapted for navigation in a road network
- G01C21/34—Route searching; Route guidance
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/0005—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots with arrangements to save energy
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/10—Simultaneous control of position or course in three dimensions
- G05D1/101—Simultaneous control of position or course in three dimensions specially adapted for aircraft
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0017—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information
- G08G5/0021—Arrangements for implementing traffic-related aircraft activities, e.g. arrangements for generating, displaying, acquiring or managing traffic information located in the aircraft
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G5/00—Traffic control systems for aircraft, e.g. air-traffic control [ATC]
- G08G5/0047—Navigation or guidance aids for a single aircraft
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T90/00—Enabling technologies or technologies with a potential or indirect contribution to GHG emissions mitigation
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Aviation & Aerospace Engineering (AREA)
- Automation & Control Theory (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Algebra (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Manufacturing & Machinery (AREA)
- Transportation (AREA)
- Traffic Control Systems (AREA)
- Feedback Control In General (AREA)
- Navigation (AREA)
- Radar Systems Or Details Thereof (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
Métodos e sistemas para otimizar o voo de uma aeronave são divulgados. A trajetória é dividida em segmentos, cada um dos segmentos sendo governado por conjuntos distintos de equações, dependendo do modo de empuxo de motor e da orientação vertical (subida, cruzeiro ou descida). Ao assumir dois modelos, aerodinâmico e de velocidade de motor, os dados a partir das gravações de voo são recebidos e vários parâmetros de um mecanismo de otimização de parâmetro são determinados iterativamente por aplicar um cálculo de mínimos quadrados até que um critério de minimalidade predefinido seja satisfeito. O mecanismo de otimização de parâmetro é usado em seguida para prever o ponto de trajetória após um determinado ponto. Aspectos de software e aspectos de sistema (por exemplo, FMS e / ou EFB) são descritos.
Description
[001] A invenção refere-se ao campo da aviônica em geral. Em particular, a invenção refere-se a métodos e sistemas para otimizar todas ou algumas das operações de uma aeronave.
[002] As abordagens conhecidas da técnica anterior (por exemplo, WO 2017042166 ou US9290262) são geralmente baseadas em um conjunto de dados modelando o desempenho da referida aeronave. Esses dados de desempenho, embora sejam conhecidos pelos fabricantes de aeronaves, geralmente não são divulgados, o que representa uma barreira considerável ao desenvolvimento de métodos para otimizar as operações da aeronave.
[003] Além disso, quando divulgados, esses dados descrevem o comportamento de um tipo de aeronave (genericamente) e não o de uma aeronave especifica (ou seja, os dados não são específicos) . Por fim, os modelos de aeronaves podem não estar isentos de royalties.
[004] Quando apropriado, os produtores de sistemas para otimizar as operações de aeronaves devem usar os dados de desempenho fornecidos pelos fabricantes de aeronaves (quando apropriado) e, portanto, encontram-se em uma situação de dependência desvantajosa.
[005] No estado da técnica atual, certas ferramentas como "BADA" (sigla para "Base de dados de aeronaves") ou "Safety-Line" da EUCASS ("Conferência Europeia de Aeronáutica e Ciências Espaciais") têm limitações. O modelo BADA é limitado em termos de empuxo e arrasto. O modelo EUCASS é aplicável apenas a aeronaves movidas por turbojatos (acionados por N1).
[006] As otimizações atuais usam várias técnicas. Em particular, algumas abordagens favorecem métodos de estimativa de parâmetros não lineares (por exemplo, métodos de mínimos quadrados). Essas técnicas são baseadas em algoritmos de gradiente descendente que têm a desvantagem de convergir algumas vezes em mínimos locais, o que leva a uma estimativa ruim dos parâmetros de modelo.
[007] Os problemas técnicos em aeronáutica geralmente envolvem muitos parâmetros diferentes e, portanto, os métodos paramétricos não lineares convergem pouco, pobremente ou nada convergem. Essa falta de convergência (ou de convergência em direção aos mínimos locais) é observada especificamente frequentemente quando os processos que estão sendo modelados são de grande escala (e seguem modelos diferentes, dependendo do ponto de vista).
[008] Os métodos baseados em modelos que incorporam equações físicas da aeronave geralmente dependem da qualidade da modelagem e do conhecimento do comportamento real da aeronave. De fato, esses métodos geralmente não são robustos quando confrontados com a variabilidade no comportamento real de uma determinada aeronave em comparação com o de uma aeronave "média" (modelada).
[009] Existe uma necessidade industrial de métodos e sistemas avançados para otimizar todas ou algumas das operações de uma aeronave.
[0010] São divulgados métodos e sistemas para otimizar o voo de uma aeronave. A trajetória é dividida em segmentos, cada um dos segmentos sendo governado por conjuntos distintos de equações, dependendo do modo de empuxo do motor e da orientação vertical (subida, cruzeiro ou descida). Ao assumir dois modelos, aerodinâmico e de velocidade de motor, os dados a partir das gravações de voo são recebidos e vários parâmetros de um mecanismo de otimização de parâmetros são determinados iterativamente, aplicando-se um cálculo de mínimos quadrados até que um critério de minimalidade predefinido seja satisfeito. O mecanismo de otimização de parâmetro é usado em seguida para prever o ponto de trajetória após um determinado ponto. Aspectos de software e aspectos do sistema (por exemplo, FMS e / ou EFB) são descritos.
[0011] Vantajosamente, o método de acordo com a invenção é baseado em um modelo de empuxo (e arrasto) mais próximo da realidade do que o implementado no modelo BADA.
[0012] Vantajosamente, a invenção possibilita determinar um modelo de desempenho para uma aeronave, independentemente do fabricante.
[0013] Vantajosamente, a invenção torna possível garantir a convergência de um método de estimativa de mínimos quadrados em um problema de múltiplos modelos híbridos de larga escala.
[0014] A invenção pode ser vantajosamente implementada em várias profissões aviônicas, e em particular em sistemas para auxiliar na pilotagem de uma aeronave.
[0015] Em particular, a invenção pode ser implantada em um computador como um FMS ou em um conjunto de sistemas interconectando o FMS com um EFB. Mais especificamente, as aplicações potenciais estão relacionadas ao cálculo de trajetórias, ajudando um fabricante de aeronaves a estabelecer o desempenho da aeronave, otimizando as operações de voo de uma companhia aérea, simulação de voo ou ajustando sistemas aviônicos em um sentido mais amplo.
[0016] Vários aspectos e vantagens da invenção aparecerão em suporte à descrição de um modo de implementação preferido, mas não limitativo, da invenção, com referência às figuras abaixo:
[0017] [Figura1] ilustra exemplos de passos do método de acordo com uma modalidade da invenção;
[0018] [Figura2] ilustra um exemplo de otimização de parâmetros.
[0019] [Figura1] ilustra a influência do modo de empuxo e orientação vertical nos parâmetros SEP, FF e N1.
[0020] A sigla SEP 111, para "excesso de potência especifica", refere-se à energia disponível para a aeronave subir, ou seja, a capacidade de subida da aeronave dividida por peso (este parâmetro não é constante).
[0021] A sigla FF, para "fluxo de combustível", refere-se à variação no peso do combustível.
[0022] A sigla N1 refere-se à velocidade de rotação do primeiro estágio do motor, que é o que tem maior efeito no consumo de combustível. A potência disponível está fortemente relacionada a essa velocidade N1.
[0023] Os parâmetros SEP, FF e N1 estão intimamente relacionados.
[0024] Uma maneira de quantificar ou qualificar as relações entre SEP, FF e N1 consiste em formular modelos (equações) modelando essas relações.
[0025] Existem várias relações entre os parâmetros FF, N1 e SEP, mas dependem principalmente do modo de voo da aeronave, que é dividido em "modo de empuxo" (THR para "empuxo" 111), por um lado (se ajustado 1111 ou fixo 1111) e em "orientação vertical" 112 por outro lado (por exemplo, subida, cruzeiro ou descida).
[0026] Estes modos de empuxo e de orientação vertical definem N modos de voo para o motor utilizado na produção (estes são os modos de piloto automático, por exemplo, modos referidos como aceleração aberta, IDLE, "compartilhamento de energia", ponto morto, com ou sem implantação de freio a ar etc.) . Por exemplo, um modo de "aceleração aberta" corresponde a empuxo máximo para atingir e manter parâmetros alvo predefinidos. Esses Nt modos correspondem ao mesmo número de modelos ou conjuntos de equações.
[0027] Portanto, cada modo leva a uma maneira de prever o próximo ponto de trajetória (com base em um modo).
[0028] [Figura 2] ilustra exemplos de passos do método de acordo com a invenção.
[0029] Em uma modalidade, o método compreende o passo de determinação de um modelo paramétrico que compreende uma pluralidade de fases de voo que descrevem o mecanismo de voo da aeronave, com base em gravações obtidas durante voos comerciais (reais).
[0030] Em uma modalidade, o modelo paramétrico é determinado usando o método dos mínimos quadrados. O método dos mínimos quadrados permite comparar dados experimentais, geralmente manchados por erros de medição, com um modelo matemático que se destina a descrever esses dados. O modelo de erro é geralmente gaussiano (lei normal). Se o modelo de erro não for gaussiano, o método pode usar o método de máxima verossimilhança (do qual o método dos mínimos quadrados é um caso específico).
[0031] Em uma modalidade, o modelo paramétrico é determinado usando o método dos mínimos quadrados recursivos (RLS), que é um filtro adaptável (minimizando uma função de erro ou os mínimos quadrados ponderados).
[0032] Em uma modalidade, o modelo paramétrico é determinado usando o método dos mínimos quadrados de dois estágios. Este estimador permite, em particular, estimar um modelo de regressão linear com variáveis instrumentais.
[0033] Em uma modalidade, o voo da aeronave compreende fases distintas de voo, que são regidas por leis diferentes, dependendo dos segmentos de voo ao longo da trajetória: o desempenho do método dos mínimos quadrados é vantajosamente aprimorado se a informação de empuxo e orientação vertical é levada em consideração.
[0034] As fases de voo compreendem, em particular, as fases de decolagem, subida, cruzeiro, alteração de nível e aterrisagem.
[0035] Em uma modalidade, o método compreende um passo de determinar uma estimativa, por meio de mínimos quadrados (ou de acordo com variantes), de um modelo de desempenho de aeronave, sendo essa estimativa feita especificamente em várias "passagens" de crescente complexidade, cada passagem usando i) um conjunto de dados enriquecido por uma fase de voo em relação à passagem anterior; e ii) o resultado da passagem anterior como ponto de partida (a primeiro passagem inicial sendo feita com uma fase de subida).
[0036] A invenção pode usar modelos paramétricos predefinidos (isto é, uso de equações).
[0037] Vários modelos são possíveis. Na descrição a seguir, dois modelos (aerodinâmico e motor) são descritos, sendo estes necessários e suficientes para determinar um modelo de desempenho.
[0038] Os modelos especificados abaixo combinam vantajosamente o realismo com a velocidade de computação.
[0039] Modelo aerodinâmico.
[0040] Em uma modalidade, a aerodinâmica é modelada da seguinte forma:
[0042] onde ai, j representa coeficientes ou funções, Cl (elevação) e Cd (arrasto) estabelecem a ligação entre elevação, ângulo de ataque e arrasto, e M (Mach) indica o número Mach (que expressa a razão) da velocidade local de um fluido para a velocidade do som no mesmo fluido) . Este modelo é genérico.
[0043] Modelo de motor
[0044] Em uma modalidade, a velocidade de motor é modelada por uma função afim do tipo:
[0045] [Matemática 2]
TSP = a×zp + b×M + c
onde TSP, a, b e c representam os coeficientes, zp indica a pressão de acordo com a altitude e M denota o número Mach.
TSP = a×zp + b×M + c
onde TSP, a, b e c representam os coeficientes, zp indica a pressão de acordo com a altitude e M denota o número Mach.
[0046] Mais geralmente, em outras modalidades, a velocidade de motor é modelada por uma função polinomial (com coeficientes reais ou complexos).
[0047] O fabricante do motor pode ter acesso a equações mais completas; arrasto e empuxo podem, em particular, ser funções (configuração aerodinâmica).
[0048] [Figura 2] ilustra um exemplo de otimização paramétrica de acordo com a invenção, em particular os passos de refino por adicionar sucessivamente as fases de voo.
[0049] No passo 210 (que é um passo de inicialização anterior, off-line), o método de acordo com a invenção consiste em segmentar cada voo em um número n-fase de fases de voo que podem ser modeladas por um conjunto E de equações predefinidas dependentes de um número p_exp de variáveis explicativas e em um número n_par de parâmetros e fornecendo um vetor de observação de tamanho q_mes.
[0050] As variáveis explicativas assumem valores numéricos contínuos ou variáveis discretas descrevendo os vários subprocessos seguidos pelo processo modelado.
[0051] No passo 220, com base em um conjunto de arquivos (a partir de, por exemplo, registros de voos comerciais, ou seja, dados reais), é determinada uma tabela de observação, que compreende um número m_obs de linhas e colunas p_exp + q_mes e contém o pontos associados à fase de subida da aeronave.
[0052] No passo 230, o método de acordo com a invenção compreende um passo para determinar (por exemplo, arbitrariamente, mas nem sempre para acelerar os cálculos) um número n_par dos parâmetros iniciais, e para calcular o critério dos mínimos quadrados da tabela a partir do passo 220.
[0053] O critério dos mínimos quadrados pode ser obtido como descrito abaixo.
[0054] Para cada linha da tabela, o método determina, usando o conjunto E das equações definidas no passo 1, os componentes m_obs (Yl... Ym_obs) do vetor Y = E (X1, Xp_exp, Pl, ... Pn_par). Em seguida, o método determina a norma euclidiana N do vetor [Y - Yobs], sendo os componentes do vetor Yobs os m_obs últimos valores na linha i da tabela. Por fim, a média de N de todas as linhas da tabela é calculada.
[0055] No próximo passo, o resultado assim obtido é entregue a um mecanismo de otimização de parâmetro 240, que deduzirá a partir de uma iteração dos n^par parâmetros iniciais e repetirá os passos 230 e 240 até que um critério de minimalidade 241 seja atendido, fornecendo, no final desse processo, um conjunto de n_par parâmetros, chamados de parâmetros finais ou otimizados.
[0056] No passo 250, os passos 220, 200 3240 são repetidos de acordo com variações predefinidas.
[0057] De acordo com uma variação, a tabela de observação do passo 220 contém os pontos de subida e os pontos de descida da aeronave e os parâmetros iniciais do passo 230 são os parâmetros finais obtidos no passo 240.
[0058] De acordo com outra variação, os passos 220, 230 e 240 são reiterados, nos quais a tabela de observação no passo 220 contém os pontos de subida, os pontos de descida e os pontos de cruzeiro da aeronave, os parâmetros iniciais a partir do passo 230 sendo os parâmetros finais obtidos no passo 240.
[0059] Em uma modalidade, a tabela de observação compreende informações relacionadas ao modo de empuxo e à orientação vertical.
[0060] A invenção pode ser implementada com base em elementos de hardware e / ou software. Pode estar disponível como um produto de programa de computador em um meio legível por computador.
[0061] Em uma modalidade variante, um ou mais passos do método podem ser implementados dentro de um computador terrestre.
[0062] Vantajosamente, se o computador estiver localizado a bordo de uma aeronave e conectado a um gravador de parâmetros, os dados de voo podem ser usados em uma arquitetura em tempo real para aprimorar o conhecimento do desempenho da aeronave em tempo real.
[0063] Em uma modalidade variante, um ou mais passos do método de acordo com a invenção são implementados na forma de um programa de computador hospedado em um computador portátil EFB (saco de voo eletrônico). Em uma modalidade variante, um ou mais passos do método podem ser implementados dentro de um computador FMS (sistema de gerenciamento de voo) ou em uma função de FM de um computador de voo.
[0064] O que é descrito é um método para otimizar o voo de uma aeronave, o voo da referida aeronave sendo segmentado em um número n_fase de fases de voo que podem ser modeladas por um conjunto E de equações predefinidas dependentes de um número p_exp de variáveis explicativas e em um número n_par de parâmetros e fornecendo um vetor de observação de tamanho q_mes, o método compreendendo os passos de: receber uma pluralidade de gravações de voo e determinar uma tabela incluindo um número m_obs de linhas e p_exp + q_mes colunas; determinar um número n_par de parâmetros e calcular o critério dos mínimos quadrados da tabela assim determinada; determinar os parâmetros n_par referidos como parâmetros finais por iteração em um mecanismo de otimização de parâmetro até que um critério de minimalidade predefinido seja atendido.
[0065] As variáveis explicativas podem ser valores numéricos contínuos e / ou variáveis discretas que descrevem os vários subprocessos seguidos pelo processo modelado.
[0066] Em uma modalidade, o passo de cálculo dos mínimos quadrados compreende os passos de: - calcular, para cada linha da tabela, usando o conjunto E de equações definidas, os m_obs componentes (Y1... Ym_obs) do vetor Y = E (X1, ... Xp_exp, Pl, ... Pn_par) ; - determinar a norma Euclidiana N do vetor Y - Yobs, os componentes do vetor Yobs sendo os m_obs últimos valores na linha I da tabela; e -determinar a média para N de todas as linhas da tabela.
[0067] Em uma modalidade, a tabela de observação compreende informações relacionadas ao modo de empuxo e à orientação vertical. Esses dados (aceleração máxima, ponto morto, subida, descida etc.) são usados como integradores (previsão).
[0068] Em uma modalidade, a aerodinâmica é modelada por um modelo que liga elevação, ângulo de ataque e arrasto, e M que indica o número Mach. O número Mach expressa a razão entre a velocidade local de um fluido e a velocidade do som no mesmo fluido.
[0069] Em uma modalidade, a velocidade de motor acoplada ao modelo aerodinâmico é modelada por uma função polinomial.
[0070] Em uma modalidade, os parâmetros iniciais são os parâmetros finais.
[0071] Em uma modalidade, o critério de mínimos quadrados é um critério de mínimos quadrados recursivos.
[0072] É fornecida uma descrição de um produto de programa de computador, o referido programa de computador compreendendo instruções de código para executar um ou mais dos passos do método quando o referido programa é executado em um computador.
[0073] O que é descrito é um sistema para implementar um ou mais passos do método, o sistema compreendendo um ou mais sistemas aviônicos.
[0074] Em uma modalidade, os cálculos são realizados no chão.
[0075] Em uma modalidade, o sistema compreende ainda um ou mais sistemas não aviônicos, como sacos de voo eletrônicos (EFBs).
[0076] Em uma modalidade, o sistema compreende computadores de bordo e sistemas de armazenamento para processar o desempenho da aeronave em tempo real.
Claims (11)
- Método para otimizar o voo de uma aeronave, o voo da referida aeronave sendo segmentado em um número n_fase de fases de voo que podem ser modeladas por um conjunto E de equações predefinidas dependentes de um número p_exp de variáveis explicativas e de um número n_par de parâmetros e fornecendo um vetor de observação de tamanho q_mes,
o método CARACTERIZADO pelo fato de que compreende os passos de:- - receber uma pluralidade de gravações de voo e determinar uma tabela incluindo um número m_obs de linhas e p_exp + q_mes colunas;
- - determinar um número n_par de parâmetros e calcular o critério dos mínimos quadrados da tabela assim determinada;
- - determinar n_par parâmetros referidos como parâmetros finais por iteração em um mecanismo de otimização de parâmetro até que um critério de minimalidade predefinido seja atendido.
- Método, de acordo com a reivindicação 1, CARACTERIZADO pelo fato de que o passo de cálculo dos mínimos quadrados compreende os passos de:
- - calcular, para cada linha da tabela, usando o conjunto E das equações definidas, os m_obs componentes (Y1... Ym_obs) do vetor Y = E (X1,. Xp_exp, P1,... Pn_par);
- - determinar a norma euclidiana N do vetor Y - Yobs, os componentes do vetor Yobs sendo os m_obs últimos valores na linha I da tabela; e
- - determinar a média para N de todas as linhas da tabela.
- Método, de acordo com qualquer uma das reivindicações 1 ou 2, CARACTERIZADO pelo fato de que a tabela de observação compreende informações relacionadas ao modo de empuxo e à orientação vertical.
- Método, de acordo com qualquer uma das reivindicações de 1 a 3, CARACTERIZADO pelo fato de que a aerodinâmica é modelada usando um modelo do tipo:
[Matemática 3]em que ai, j representa um coeficiente ou uma função, CL ("elevação") e CD ("arrasto") estabelecem a ligação entre elevação, ângulo de ataque e arrasto, e M indica o número Mach. - Método, de acordo com qualquer uma das reivindicações de 1 a 4, CARACTERIZADO pelo fato de que a velocidade de motor acoplada ao modelo aerodinâmico é modelada por uma função polinomial.
- Método, de acordo com qualquer uma das reivindicações de 1 a 5, CARACTERIZADO pelo fato de que os parâmetros iniciais são os parâmetros finais.
- Método, de acordo com qualquer uma das reivindicações de 1 a 6, CARACTERIZADO pelo fato de que o critério de mínimos quadrados é um critério de mínimos quadrados recursivos.
- Produto de programa de computador, o referido programa de computador CARACTERIZADO pelo fato de que compreende instruções de código para realizar os passos do método conforme definido em qualquer uma das reivindicações de 1 a 7, quando o referido programa é executado em um computador.
- istema para implementar os passos do método de acordo com qualquer uma das reivindicações de 1 a 8, CARACTERIZADO pelo fato de que o sistema compreende um ou mais sistemas aviônicos.
- Sistema, de acordo com a reivindicação 9, CARACTERIZADO pelo fato de que o sistema compreende ainda um ou mais sistemas não aviônicos, como sacos de voo eletrônicos (EFBs).
- Sistema, de acordo com a reivindicação 9 ou 10, CARACTERIZADO pelo fato de que compreende computador de bordo e sistemas de armazenamento para processar o desempenho de aeronave em tempo real.
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1873496 | 2018-12-20 | ||
FR1873496A FR3090852B1 (fr) | 2018-12-20 | 2018-12-20 | Optimisation d’un modele parametrique de performances d’un aeronef |
Publications (1)
Publication Number | Publication Date |
---|---|
BR102019027269A2 true BR102019027269A2 (pt) | 2020-11-10 |
Family
ID=66641074
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
BR102019027269-4A BR102019027269A2 (pt) | 2018-12-20 | 2019-12-19 | otimizar um modelo paramétrico de desempenho de aeronaves |
Country Status (8)
Country | Link |
---|---|
US (1) | US11823582B2 (pt) |
EP (1) | EP3671391B1 (pt) |
CN (1) | CN111353209A (pt) |
BR (1) | BR102019027269A2 (pt) |
CA (1) | CA3065679A1 (pt) |
ES (1) | ES2953038T3 (pt) |
FR (1) | FR3090852B1 (pt) |
IL (1) | IL271466B2 (pt) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018118437A1 (de) * | 2018-07-31 | 2020-02-06 | Airbus Defence and Space GmbH | System und Verfahren zum Überwachen des Zustands eines unbemannten Luftfahrzeugs |
CN112416021B (zh) * | 2020-11-17 | 2021-12-21 | 中山大学 | 一种基于学习的旋翼无人机路径跟踪预测控制方法 |
US20220169397A1 (en) * | 2020-11-30 | 2022-06-02 | Bell Textron Inc. | Modeling and integrating engine installation deltas |
CN113753256B (zh) * | 2021-09-19 | 2023-04-18 | 中国航空工业集团公司西安飞机设计研究所 | 一种舰载无人预警机顶层参数优化设计方法 |
CN117268391B (zh) * | 2023-09-08 | 2024-04-26 | 中山大学 | 一种基于目标分层架构的变形飞行器智能规划方法及系统 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5070458A (en) * | 1989-03-31 | 1991-12-03 | Honeywell Inc. | Method of analyzing and predicting both airplane and engine performance characteristics |
US7027953B2 (en) * | 2002-12-30 | 2006-04-11 | Rsl Electronics Ltd. | Method and system for diagnostics and prognostics of a mechanical system |
US9115662B1 (en) * | 2009-07-10 | 2015-08-25 | The Boeing Company | Health-adaptive reaction control system |
US8412392B2 (en) * | 2010-02-24 | 2013-04-02 | Honeywell International Inc. | Methods and systems for displaying predicted downpath parameters in a vertical profile display |
ITRM20110651A1 (it) * | 2010-12-20 | 2012-06-21 | Selex Sistemi Integrati Spa | Metodo di previsione rapida del profilo verticale della traiettoria per la gestione del traffico aereo, e relativo sistema atm. |
EP2729927A4 (en) * | 2011-10-06 | 2014-07-30 | Cae Inc | METHOD FOR DEVELOPING A MATHEMATIC DYNAMIC MODEL OF A VEHICLE FOR USE IN A COMPUTER-CONTROLLED VEHICLE SIMULATOR |
US9296474B1 (en) * | 2012-08-06 | 2016-03-29 | The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) | Control systems with normalized and covariance adaptation by optimal control modification |
FR3002657B1 (fr) | 2013-02-22 | 2015-03-06 | Thales Sa | Procede d elaboration d un profil vertical de trajectoire comprenant des niveaux d altitude multiples |
US10520389B2 (en) * | 2013-11-27 | 2019-12-31 | United States Of America As Represented By The Administrator Of Nasa | Aerodynamic modeling using flight data |
WO2015196259A1 (en) * | 2014-06-26 | 2015-12-30 | The University Of Sydney | Fuel estimation for an aircraft |
WO2016009412A1 (en) * | 2014-07-18 | 2016-01-21 | University Of Malta | Flight trajectory optimisation and visualisation tool |
FR3031817B1 (fr) * | 2015-01-15 | 2018-05-25 | Laurent BERDOULAT | Methode de correction du calcul d'une caracteristique de vol d'un avion par prise en compte du vent vertical, procede de calcul du coefficient de trainee |
FR3040801B1 (fr) | 2015-09-09 | 2017-08-25 | Thales Sa | Optimisation de la trajectoire d'un aeronef |
CN108883824A (zh) * | 2016-03-23 | 2018-11-23 | 冯春魁 | 飞行器的数据的获取、处理及飞行状况监控的方法及系统 |
CN106406092B (zh) * | 2016-09-28 | 2019-05-14 | 南京航空航天大学 | 一种适用于直升机自适应飞行控制的鲁棒辨识方法 |
US10832581B2 (en) * | 2017-03-31 | 2020-11-10 | General Electric Company | Flight management via model-based iterative optimization |
EP3396487B1 (en) * | 2017-04-27 | 2019-03-13 | The Boeing Company | Computer-implemented method and system for modelling performance of a fixed-wing aerial vehicle with six degrees of freedom |
CN108053079B (zh) * | 2017-12-29 | 2021-06-29 | 山东超越数控电子股份有限公司 | 一种用于机务外场的备件数量预测方法和系统 |
-
2018
- 2018-12-20 FR FR1873496A patent/FR3090852B1/fr active Active
-
2019
- 2019-12-13 EP EP19216243.6A patent/EP3671391B1/fr active Active
- 2019-12-13 ES ES19216243T patent/ES2953038T3/es active Active
- 2019-12-16 IL IL271466A patent/IL271466B2/en unknown
- 2019-12-16 US US16/716,198 patent/US11823582B2/en active Active
- 2019-12-19 CN CN201911315109.3A patent/CN111353209A/zh active Pending
- 2019-12-19 BR BR102019027269-4A patent/BR102019027269A2/pt unknown
- 2019-12-19 CA CA3065679A patent/CA3065679A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US11823582B2 (en) | 2023-11-21 |
ES2953038T3 (es) | 2023-11-07 |
IL271466B1 (en) | 2023-07-01 |
IL271466B2 (en) | 2023-11-01 |
CN111353209A (zh) | 2020-06-30 |
FR3090852A1 (fr) | 2020-06-26 |
FR3090852B1 (fr) | 2020-11-27 |
US20200202725A1 (en) | 2020-06-25 |
IL271466A (en) | 2020-06-30 |
EP3671391A1 (fr) | 2020-06-24 |
CA3065679A1 (en) | 2020-06-20 |
EP3671391B1 (fr) | 2023-07-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
BR102019027269A2 (pt) | otimizar um modelo paramétrico de desempenho de aeronaves | |
Bird et al. | Closing the loop in dynamic soaring | |
CN108920811B (zh) | 一种用于直升机飞行仿真的模拟方法及系统 | |
CN106096194B (zh) | 基于可插拔式接口的固定翼飞行器快速建模设计方法 | |
CN110320925A (zh) | 基于高阶干扰观测器的四旋翼飞行器安全控制方法 | |
Polsky et al. | Development and application of the SAFEDI tool for virtual dynamic interface ship airwake analysis | |
Oruc et al. | Towards real-time pilot-in-the-loop CFD simulations of helicopter/ship dynamic interface | |
Vallespin et al. | Computational fluid dynamics framework for aerodynamic model assessment | |
Wang et al. | Hybrid modeling based double-granularity fault detection and diagnosis for quadrotor helicopter | |
US20220229948A1 (en) | Simulation of the behavior of a vehicle in a fluid by Hamiltonian neural network | |
US20130191087A1 (en) | Method of calculating dynamic pressure at the level of an aircraft surface | |
CN113221237B (zh) | 一种基于降阶建模的大迎角颤振分析方法 | |
Echavarria et al. | Optimal airfoil design through particle swarm optimization fed by CFD and XFOIL | |
CN109115446A (zh) | 基于跨声速风洞风速精度控制方法及系统 | |
CN116134294A (zh) | 飞行器尾流感测 | |
Millidere et al. | Kalman based neural network model analysis with resampling methods for longitudinal aerodynamic coefficient estimation | |
JP3587827B2 (ja) | 翼形性能の推定方法および翼形性能の推定プログラム | |
Yu et al. | Retrospective cost model refinement for aircraft fault signature detection | |
CN110275514B (zh) | 带有时变传感器故障的编队飞控系统渐近故障诊断方法 | |
Loubimov et al. | Measuring Atmospheric Boundary Layer Profiles Using UAV Control Data | |
Omran et al. | Global aircraft aero-propulsive linear parameter-varying model using design of experiments | |
Kaya et al. | A Multi-fidelity Aerodynamic Modelling Approach for NATO AVT 251 UCAV–MULDICON | |
KR102093746B1 (ko) | 각가속도 정보를 이용한 비행체 제어방법 | |
Nepomuceno et al. | Non-linear Lift Curve Modeling Using Neural Networks with Flight Test Data of a Subscale Fighter | |
Millard et al. | Xflr5 as a design tool in remotely controlled design-build-fly applications |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
B03A | Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette] | ||
B06W | Patent application suspended after preliminary examination (for patents with searches from other patent authorities) chapter 6.23 patent gazette] |